预应力混凝土带肋叠合板受弯性能试验与设计关键问题研究

预应力混凝土带肋叠合板(PCCSCR)是叠合楼板的一种，可实现长线生产，具有生产效率高、成本低、抗裂性能好、钢筋用量少、抗弯刚度大以及承载力高等优点。预应力混凝土带肋叠合底板采用免支撑施工，可进一步降低施工成本。对6块预制叠合底板和10块预应力混凝土带肋叠合板的足尺试件进行受弯试验，测得了相应的荷载-挠度曲线、荷载-应变曲线、裂缝开展及分布状况、破坏形式及相应的破坏荷载等。研究结果表明：预应力带肋叠合底板及叠合板的破坏形式均为弯曲破坏，其受弯性能能够满足施工阶段和使用阶段的要求，具有较好的延性；预应力混凝土叠合底板与后浇混凝土的协同受力性能良好，底板自然粗糙面即可满足叠合面的抗剪需求；预应力叠合底板带肋对减小底板施工挠度和提高底板刚度效果显著，且预应力叠合底板不开裂是免支撑设计的前提，通过合理设计，可以实现不同跨度免支撑设计的挠度限值要求。结合试验结果对PCCSCR的设计关键问题进行了分析，并总结提出了PCCSCR的设计流程。     

激光二极管抽运的Yb:GSO飞秒激光器

作为1μm附近由激光二极管直接抽运的高效、紧凑固体激光器的增益介质，掺Yb^3＋离子的激光材料越来越受到人们的关注。掺Yb的晶体具有能级结构简单，荧光寿命长，量子缺陷低等优点。掺Yb离子的激光晶体作为增益介质的飞秒激光振荡器国际上已有报道，实现全固态飞秒激光器件的实用化是国内外科学家追求的目标。     

薄壁零件机加工艺研究及应用

随着科技的发展,产品更新速度的加快,以及产品结构的日益复杂化,产品中出现了大量薄壁复杂高精度零件,使得产品加工制造难度增大,废品损失率加大,加工成本增加。为提高薄壁零件加工质量,降低生产成本,本公司通过典型薄壁零件的加工,研究解决薄壁零件加工的技术及方法。     

摩擦焊接技术在复合增程类壳体加工中的应用

目的某复合增程类壳体毛坯为两端盲孔结构,一直采用传统的冲压工艺方式加工,加工难度大,废品率高,材料利用率低,生产效率低,成为困扰生产的窄口。方法为彻底解决该问题,开展了壳体摩擦焊接工艺研究,即将壳体毛坯战斗部室和发动机室分开加工,再采用摩擦焊接技术进行连接,并进行小批量焊接试制、热处理、机加、理化分析及动态试验考核。结果焊接后的壳体毛坯满足制造与验收规范要求,壳体毛坯材料利用率、良品率、生产效率得到大幅度提高,大大降低了生产成本。结论该壳体采用摩擦焊接工艺方式加工可行。     

高温无机闪烁晶体Ce:YAlO3的缺陷研究

采用同步辐射白光透射形貌术研究了提拉法生长的高温无机闪烁晶体Ce:YAlO3（简称Ce:YAP）中的缺陷。实验发现在Ce:YAP晶体中存在着生长条纹、包裹沉积物、核心、孪晶及位错簇等缺陷，同时对生长缺陷形成的原因进行了讨论。结果表明，离子掺杂浓度、原料的纯度以及生长工艺条件等是影响Ce:YAP晶体缺陷的主要原因。     

高温闪烁晶体Ce:YAlO3开裂现象的分析

对提拉法生长的Ce;YAIO3(简称为Ce：YAP)晶体的开裂现象进行了研究,认为引起开裂的主要内在因素是YAP晶体热膨胀系数的各向异性。研究了Ce：YAP晶体的[010],[101],[121]等几个主要方向在30～800℃范围内的热膨胀系数曲线。结果表明：沿[010]和[101]方向的膨胀系数相差最大。通过对晶体中热应力分布的计算,得出晶棱显露处为应力集中点,指出晶体容易产生开裂的方向是[010]和[101]。通过对晶体的显微形貌观察发现,晶体中存在微裂纹。晶体的各向异性热膨胀系数,晶体生长过程中大的温度梯度以及快的降温速率等是Ce：YAP晶体产生开裂的主要原因。     

深孔零件加工技术研究及应用

某产品壳体为关键零件,壳体加工精度的高低,直接影响产品技术指标,壳体内孔较深,且壁厚差精度要求较高,加工后部分壳体出现壁厚差超差问题,通过改进壳体冲拔工艺,拔伸毛坯冷却方式,增加内膛喷砂,提高壳体内膛冲拔加工精度;改进壳体机加工艺及装夹定位基准,使加工基准统一,消除多次装夹累计误差,解决了壳体加工壁厚差超差问题,提高了壳体加工精度,降低了壳体加工废品损失,节约了生产成本。     

某壳体断裂原因分析

目的分析某产品壳体在靶场试验中出现断裂疵病的原因,并提出预防和改进措施。方法通过对断口进行宏微观观察、金相组织检查和化学成分分析检测、力学性能试验、验证试验及强度计算等,初步确定了壳体断裂性质和原因。结果对改进结构的壳体进行了结构强度的验证试验,经对射击试验后回收的壳体进行拆分检测,原发生断裂现象的位置无破坏、裂纹现象,变形量满足产品图定要求,改进结构的壳体结构强度满足要求。结论通过验证试验再次确定了断裂原因:壳体密封圈槽处壁厚差超差;壳体材质C元素含量偏高,材料的脆性较大;断口处材料偏析严重;结构设计强度裕度不足。根据壳体断裂原因,提出了相应的预防措施。     

融合候选区域提取与SSAE深度特征学习的心脏MR图像左心室检测

左心室检测在计算机辅助心脏MR图像诊断方面具有重要价值,针对由于成像质量、部分容积效应、目标复杂多变等因素影响,导致左心室自动检测准确度较低的问题,提出一种融合候选区域提取与栈式稀疏自编码器(SSAE)深度特征学习的心脏MR图像左心室检测方法.在候选区域提取阶段,先用超像素算法产生初始区域,然后对SSAE学习到的深度特征采用层次聚类算法生成候选区域;在检测阶段,先使用SSAE提取候选区域的深度特征,然后训练SVM分类器对候选区域进行分类,并使用难分负样本挖掘算法对模型进行调节.对心脏图谱数据集左心室目标检测的实验结果表明,相对于手工特征及基于候选区域等方法,该方法取得了有竞争力的检测精度.